Test dalam Statistika, apa saja yang ada dalam Statistika silahkan
lihat class diagram di bawah ini :
include_graphics("C:/Users/VIRTUAL/Downloads/WhatsApp Image 2024-03-04 at 09.06.43.jpeg")
Diagram di atas penjelasanya adalah sebagai berikut : Dalam Uji
hipotesis atau uji Statistika terbagi menjadi 2, parametrik dan non
parametrik. Kapan di gunakan parametrik dan non parametrik? Syaratnya
adalah dari distribusi. Berdistribusi normal atau tidak. Jika data
berdistribusi Normal maka melakukan uji parametrik sebaliknya jika data
tidak berdistribusi normal maka menggunakan Non parametrik.
Uji Stats
Selanjutnya uji apa saja yang ada dalam parametrik dan non
parametrik? Ini akan di bahas berbeda kalau di sini bisa panjang
hahaha.. Lihat dulu class diagram berikut.
include_graphics("C:/Users/VIRTUAL/Downloads/WhatsApp Image 2024-03-04 at 00.45.33.jpeg")
T Test, Z Test dan Man Withney
Ke 3 test ini di gunakan ketika samplenya Independen
atau tidak memiliki hubungan. Nah harus juga mengetahui distribusi data.
jika datanya normal (Di sebut parametrik) maka mengguanakn
T test dan Z test, jika datanya tidak
berdistribusi normal (Disebut Non Parametrik) maka
mengguanakn Man Witney Test. Lalu yang membedakan
T test dan Z test apa? jadi untuk
Z test di gunakan ketika varianasi di ambil dari populasi
makasudhnya adalah data yang di guanakan data populasi bukan sample.
Ketika kita maenggunakn sample maka T test harus di pakai untuk
pengujian.
Contoh data Indenden atau tidakmemiliki hubungan antar variable
adalah ketika kita ingin menguji perbedaan signifikan antara nilai kelas
6 A dan 6 B.
Contoh lain adalah melihat perbandingan antar produk A dan B.
Paired T test dan Wilcoxon Test
Kebalikan dari ke 3 test di atas, sample Dependen atau
data memiliki hubungan, biasanya menguji sebap akibat. sama juga dengan
syaratnya datanya parametrik atau non parametrik (normal atau tidak)
jika berdistribusi normal maka gunakan Paired T test
sebaliknya jika tidak berdistribusi normal guanakan
Wilcoxon Test . Paired T Test adalah uji
sebeluam dan sesudah dalam R. Syarat dari uji ini salah satunya adalah
kedua sample harus memiliki jumlah baris yang sama.
Bonus T Test
T test tidak cocok untuk menguji perbandingan lebih dari
dua kelompok, karena t test termasuk dalam uji perbedaan
parametrik dengan asumsi sebagai berikut:
Skala yang digunakan untuk mengumpulkan data adalah skala ordinal
atau kontinu, misalnya skor tes IQ.
Data harus terdistribusi normal dan memiliki grafik berbentuk
kurva lonceng.
Setiap kelompok yang diujikan memiliki varians yang sama
(homogen).
Sampel yang diujikan merupakan sampel yang diambil secara acak
(random sampling) dari kedua kelompok yang ingin diuji.
Jenis T test
Jika data cocok dengan asumsi di atas, bisa dilanjutkan dengan
memilih jenis t test yang akan dilakukan tergantung pada
tujuannya, t test dibagi menjadi lima:
Paired T Test
Untuk mengukur sebelum dan sesudah perlakuan pada dua kelompok dari
sebuah populasi, maka gunakan paired t-test.
contoh kasus bisnis yang melibatkan pengukuran sebelum dan sesudah
penerapan suatu strategi atau perubahan dalam suatu perusahaan.
Misalnya, kita ingin mengukur pengaruh pelatihan karyawan terhadap
produktivitas mereka di tempat kerja.
Perusahaan ABC ingin meningkatkan produktivitas karyawan mereka melalui pelatihan khusus. Mereka mengukur tingkat produktivitas sebelum dan sesudah pelatihan menggunakan beberapa indikator kinerja karyawan.
Two-sample T-test
Untuk mengukur sebelum dan sesudah perlakuan pada dua kelompok dari
populasi yang berbeda, maka gunakan two-sample t-test.
Contoh kasus bisnis yang melibatkan perbandingan dua kelompok yang
berbeda dalam suatu organisasi. Misalnya, kita ingin mengetahui apakah
ada perbedaan signifikan dalam waktu penyelesaian tugas antara dua tim
di departemen pengembangan perangkat lunak.
Departemen pengembangan perangkat lunak memiliki dua tim, Tim A dan Tim B. Manajemen ingin mengetahui apakah ada perbedaan signifikan dalam waktu penyelesaian tugas antara kedua tim ini.
One Samle T test
Untuk mengukur satu kelompok dengan nilai yang sudah terstandar,
maka gunakan one-sample t test. a
Contoh kasus bisnis yang melibatkan pengukuran satu kelompok dan kita
ingin menilai apakah rata-rata dari kelompok tersebut berbeda dari nilai
referensi yang sudah ditentukan sebelumnya.
Contoh Penggunaan listrik dalam desa memiliki rata-rata 100kwh apakah ini benar?
Perusahaan XYZ ingin menilai kepuasan pelanggan terhadap layanan pelanggan baru yang diperkenalkan. Mereka ingin tahu apakah rata-rata nilai kepuasan pelanggan yang diperoleh melalui survei berbeda dari nilai referensi 80 (nilai maksimal).
Two-tailed t test
Untuk mengetahui apakah kedua kelompok dari dua populasi memiliki
perbedaan satu sama lain, maka gunakan
two-tailed t test.
Mari kita anggap kita memiliki sebuah perusahaan yang meluncurkan
kampanye pemasaran baru dan kita ingin mengetahui apakah ada perubahan
signifikan dalam tingkat konversi penjualan. Dalam hal ini, kita akan
menggunakan two-tailed t-test untuk menguji apakah rata-rata konversi
berbeda dari nilai referensi yang ditentukan sebelumnya. Studi Kasus:
Evaluasi Kampanye Pemasaran
Perusahaan ABC meluncurkan kampanye pemasaran baru untuk meningkatkan
tingkat konversi penjualan. Mereka ingin tahu apakah rata-rata konversi
penjualan dari kampanye ini berbeda dari rata-rata konversi sebelum
kampanye.
One-tailed t test
Untuk mengetahui seberapa besar perbedaan rata-rata antara satu
populasi dengan yang lain, maka gunakan
one-tailed t test.
Mari kita mengambil contoh kasus bisnis yang melibatkan evaluasi
kinerja karyawan dengan menggunakan one-tailed t-test. Misalkan
perusahaan ingin mengetahui apakah program pelatihan baru telah
meningkatkan produktivitas karyawan, dan kita ingin fokus pada
kemungkinan peningkatan daripada penurunan. Studi Kasus: Evaluasi
Program Pelatihan
Perusahaan ABC telah melaksanakan program pelatihan baru dan ingin menilai apakah ada peningkatan signifikan dalam produktivitas karyawan.
nah memahami ini akan kita coba study case dengan real data. semoga
bermanfaat.
Diagram di atas penjelasanya adalah sebagai berikut : Dalam Uji
hipotesis atau uji Statistika terbagi menjadi 2, parametrik dan non
parametrik. Kapan di gunakan parametrik dan non parametrik? Syaratnya
adalah dari distribusi. Berdistribusi normal atau tidak. Jika data
berdistribusi Normal maka melakukan uji parametrik sebaliknya jika data
tidak berdistribusi normal maka menggunakan Non parametrik.